不精确概率理论（imprecise probability theory），工学-控制科学与工程-系统辨识、建模与自适应控制-信息融合-信息融合理论基础-不确定推理-不精确概率理论，将概率论推广到部分概率规格的理论。适用于信息稀缺、模糊或相互冲突的情况。在这种情况下，唯一的概率分布很难识别。不精确概率理论的目的是更准确地表示可用的知识。不精确性具有较高的应用价值，这是因为首先人们确定自己主观概率的能力有限，通常人们只能提供关于主观概率的区间；其次由于主观概率区间可以包含人们要表达的各种观点，因此具有较广泛的应用空间。不确定性传统上认为是由概率分布建模得到的，然而，不是所有科学家都接受这一观点，有科学家认为，一些修改或概率理论的拓展是必需的，因为一个人不可能总是能够对每一个事件的概率进行建模，尤其是当只有很少的信息或数据是可用的，这样的批评是G.布尔（George Boole，1815～1864）在其研究拉普拉斯工作时提到的，人们希望模型的概率是一组同意的，而不是一个人。使用不精确概率的思想有着悠久的历史。第一个正式的描述至少可追溯到第19世纪中叶，布尔关于协调逻辑理论和概率的研究。